[FEAT] 为表单字段添加块类型字段
□
包含以下表格的 PDF
<img宽=""一一二"高="一一"高="一一"高="偶像" src="https://GitHub.com/user-attachments/assets/f14af3dd-239d-42da-bc7c-9067c4761102"/".
块输出包含块
贾森 { "id":"/page/0/Text/14","page". "块 类型":"文字", "html":"
米特贝京:
",". "页":二十四,. "波列贡": [ [67.320000000001,214.632000000003] (中文(简体) ). [128.5199999999998,214.632000000003] (中文(简体) ). [128.59999999998,229.679999999995], (中文(简体) ). [67.320000000001,229.679999999995] (中文(简体) ). [ "bbox":[ 67.32000000001, 214.632000000003, 128.5199999999998 第229.6799999999995号决议 [ "节 等级":{ " 1":"/page/0/ 第2节标题/10". {\fn华文楷体\fs16\1cHE0E0E0} "相":{}. {\fn华文楷体\fs16\1cHE0E0E0} { "id":"/page/0/Text/15","page". "块 类型":"文字", "html":"D3
", "页":二十四,. "波列贡": [ [244.8, 209.8800000000000002] (中文(简体) ). [264.384, 209.8800000000000002] (中文(中国大陆) ). [264.384、223.344] (中文(简体) ). [244.8、223.344] (中文(简体) ). [ "bbox":[244.8,209.8800000000000002,264.384,223.344];,[20. "节 等级":{ " 1":"/page/0/ 第2节标题/10". {\fn华文楷体\fs16\1cHE0E0E0} "相":{}. {\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢?
将块类型文本分配给两个块是不正确的。 第一个块是一个文本,但第二个块是一个字段. 这种区分对于从PDF形式建立语义模型很重要.
□ 描述你喜欢的解决方案
在PDF中可编辑的窗体字段应该有块类型字段. 它们并非只读文本。
□ 考虑的其他选择
从边框可以推断哪个块是"文字",哪个是"字段",但标记应该做正确的分类.
□ 附加上下文
纳内容来源: datalab-to/marker